作家：雷红、汪顺玉（西安异邦语大学异邦说话学及应用说话学议论中心）爱操操网

　　情谊分析指使用当然说话处理技巧系统检测、索取、分析文本中的气派、态度、不雅点和看法，是语义分析、东谈主工智能、剖释科学等规模惹人注目的议论场合。参加21世纪以来，酬酢媒体得意发展，公众在各酬酢媒体平台发表意见、进行调换，无数富含情谊信息的数据促进了情谊分析的降生和发展。情谊分析相通被等同于情谊分类，即阐述文本中的说话特征对文本进行情谊分类。具体而言，情谊分类是对文本中的情谊极性（积极、绝望）和强度进行评价，也不错对各式具体情谊进行多维度分析，如盛怒、风景、悲哀等。广义的情谊分析任务，包括主不雅性分类、情谊分类、方面与实体索取、不雅点节录、垃圾议论检测等。情谊分析主要在三个档次进行：文档级、句子级和方面级。文档级情谊分析旨在细目扫数这个词文档抒发的是积极的照旧绝望的情谊。句子级情谊分析则愈加精细，是对文档中每个句子抒发的情谊进行分类。基于情谊贪图而不是说话单元（文档、段落、句子等）的情谊分析，被称作基于方面或特征的情谊分析，情谊贪图不错是实体或其某方面的特征、事件、话题等。

　　主要步调

　　情谊分析的传统步调主要有两类：机器学习法和情谊辞书道。机器学习法又分为有监督学习法、无监督学习法、半监督学习法。它们之间的区别在于，是否基于无数有标注的数据试验模子。在有监督学习法中，学习经过基于有标注的试验数据集进行，试图通过将输入映射到输出，学习输入和输出相关函数，用于运筹帷幄新数据集的情谊分类。其中，常用的情谊分类器有朴素贝叶斯、支抓向量机、最大熵等。可是，这些分类器只可通过有标注的数据集来进行试验，而这么的数据集相通需要有解释的标注者进行东谈主工标注，耗时耗力，不易赢得。无监督学习法不错照看这个问题，它借助种子词等启发式信息，通过聚类在未分类的数据聚合找到潜在的结构，不需要东谈主工参与。常用的聚类步调有分层聚类、永别聚类等。此外，也不错接受半监督学习法，使用少许有标注的数据和无数无标注的数据试验分类器。

　　基于情谊辞书的分析法，又称情谊辞书道，是指基于情谊辞书将文本中的非结构化特征索取出来的经过。情谊辞书是包含情谊词和短语的词表，这些词被编码为积极、绝望或中立，以及相应的强度水平。该步调的基本旨趣是，最初对贪图文本进行分句、分词，再与辞书中的词项进行匹配，然后阐述文本中情谊词的数目和权重计较出该文本的情谊分数。情谊辞书不错通过东谈主工标注、基于辞书和基于语料库的步调来构建。通过东谈主工标注构建情谊词表，相通费时吃力。面前，该步调主要用于检讨自动标注法的准确度。基于辞书构建情谊辞书时，会先运用现存的辞书资源，如WordNet，索取一组情谊词，在辞书中检索它们的同义词和反义词，并添加到这组词中，然后进行迭代，直到不再有新的情谊词出现，经过东谈主工检讨后，这组词就不错扩张为情谊辞书。基于语料库构建情谊辞书时，主如若使用一组已标注的情谊词来识别语料库中新的情谊词，依据词汇共现原则，构建情谊词表。面前，得到平凡应用的情谊辞书有好多，如SentiWordNet、MPQA Subjectivity Lexicon、NTUSD等。有些辞书是通用的，而有些则针对特定规模。在具体议论中，要阐述议论规模遴荐顺应的情谊辞书，使用不当会导致无法识别某些特定规模的文本特征，镌汰分析纵脱的准确度。

　　连年来，基于深度学习的句子表征、文档表征、常识表征等技巧，引起了情谊分析规模的关注。比如，基于神经网罗的词镶嵌技巧，粗略在向量空间中对词汇进行表征，对语义和句法特征同期进行编码爱操操网，从而粗略有用弥补传统步调（如词袋、TFIDF等词频表征决议）的不及。再比如，迁徙学习技巧不错运用已有规模预试验好的模子，对贪图任务议论的参数进行微调，将其扩张至新的数据集和新的规模，从而省俭无数东谈主工标注的时期和元气心灵，是跨规模情谊分类的有用步调之一。

　　具体应用

　　近20年来，酬酢媒体的普及极大促进了参与性文化的发展。从中了解到的群体和公众情谊，是各式社会决策的进攻参考依据。铺张者在购买居品和劳动前，但愿了解其他铺张者对居品和劳动的看法；而企业也但愿了解铺张者或公众对居品和劳动的意见。公众在酬酢媒体发表对政府计策和举措的看法，各级计策决策者不错据此细目公众的意见，冒失快速变化的社会、经济和政事事态。公众意见已越发成为东谈主文社会科学规模的中枢议题，而大数据期间的议论者也有待打破传统，应用当然说话处理步调有用推动学科出奇。面前，情谊分析已在东谈主文社会科学的诸多规模初见条理。

　　在经济金融规模，用于情谊分析的文本主要来自公司年度论说、公司发布会、新闻报谈、深度议论、分析论说、酬酢媒体帖文等。情谊分析系统不错运用这些不同着手的资讯，找到议论上市公司的数据信息，进行情谊分析并汇总要素数，从而预测公司股票走势。此外，情谊分析还可用于预测公司畴昔的功绩。已有议论发现，年度论说中风险心情的增多与畴昔收益的镌汰显耀议论，公司收益新闻发布中的额外积极口吻也与畴昔收益欠佳议论。

　　在照看规模，用于情谊分析的文本主要来私用户的在线议论。无数议论关注铺张者在线议论和居品销量之间的相关，提出企业使用有用的网罗数据监测和分析技巧检测在线评价中的情谊，尤其是负面心情，以幸免影响居品销售。情谊分析动作一种大数据分析技巧，被平凡应用于诸多行业的居品和劳动照看中。在旅游业中，酒店的在线议论对潜在客户的酒店住宿决策起到要津作用，在餐饮和航空规模亦是如斯。在医疗机构中，情谊分析常用于议论病东谈主对疾病、医疗劳动、药品等的意见和感受。在文娱业中，情谊分析主要关注对电影的评价，包括演员、导演、音乐等具体方面，了解议论的总体趋势可有用预测电影的票房发达。

　　在政事规模，用于情谊分析的数据包括酬酢媒体帖文、政事东谈主物的采访和演讲、新闻报谈等。情谊分析被平凡应用于了解公众对某个政事问题或政事东谈主物的看法，从而预测实际寰球政事事件的走向，预测候选东谈主在选举中的受接待进度，继而预判选举纵脱。更进攻的是，跟着酬酢媒体成为平日群众发表意见的流行渠谈，监测酬酢媒体，实时发现公众的心情和温雅，不错成为政府知悉民气和制定计策的依据。

　　畴昔预测

　　在畴前的20年里，情谊分析在东谈主文社会科学规模的影响力不断晋升，除了上述主要应用规模外，其身影也连接出面前体裁作品赏析、社会相关分析、学术写稿等越来越多的议论中。两者的交融具有雄壮的发展空间，是值得系统探究的议题，以下两个方面的用功至关进攻。

少妇白洁全集

　　第一，当然说话处理技巧有待抓续改换和发展，为大数据文天职析提供有劲撑抓。现存的情谊分类步调准确率还不够高，算法无法足够处理情谊词及对其通俗剖释除外的复杂说话表象，如复指与共指消解、语义消歧等问题。而波及情谊的问题往往来杂各样，因为东谈主们似乎能用无穷多的方式来抒发积极和绝望情谊。比如，讪笑是常见的日常抒发，而其复杂性和混沌性使得讪笑识别极具挑战性。再比如，事实性的表述也可能蕴含情谊，而面前的情谊分析步调相通针对的是主不雅述说，从而冷落了这种客不雅述说。此外，面前大多数情谊分析技巧的斥田主要针对英文数据。由于不同说话的互异，对英文数据考据可行的技巧不一定适用于其他语种数据。因此，构建用于情谊分析的多语语料库至关进攻。

　　第二，情谊议论是一个跨学科问题，畴昔不错在多个规模（尤其是计较机科学与技巧和东谈主文社会科学）的议论者之间开展互助。这么不仅能推动情谊分析技巧的改换和发展，也会对不同规模的议论乃至扫数这个词社会作出要紧孝顺。一方面，面前许多东谈主文社会科学规模议论者，尤其是说话学议论者，仍是意志到酬酢媒体分析和大数据情谊分析的后劲。情谊是当然说话语义的一个进攻方面，从当然说话处理的角度来发展语义学表面，不错有用补充和鼓舞传统说话学议论。另一方面，当然说话处理技巧的斥地也需要东谈主文社会科学的视角（如神气学家、社会学家对于情谊见解的阐释，说话学家对于说话结构的表面），为基于算法的情谊和语义分析提供必要的补充。

　　（本文系国度社科基金重心方法“基于文本挖掘的中国政事话语海据说播议论”（18AYY006）阶段性效果）

　　　　爱操操网